Във вторник OpenAI обяви GPT-4, голям мултимодален езиков модел, за който се твърди, че увеличава усилията в задълбочено обучение и осигурява по-персонализирано взаимодействие на ниво човек на професионални и академични показатели.
Успоредно с възможността за създаване на творчески есета за потребители в настройки само за текст, новият езиков модел приема въвеждане на текстове и изображения, генерира текстови изходи в отговор на въвеждане на текст и изображения и предоставя описания и предложения за изображението.
OpenAI твърди, че GPT-4 може по-добре да се справи с щателни инструкции и да генерира по-нюансирани и надеждни отговори в сравнение с GPT-3.5. Въпреки че двете версии могат да създадат подобен тон на разговори, „разликата излиза, когато сложността на задачата достигне достатъчен праг“, гласи изследователският доклад, публикуван от OpenAI.
GPT-4 може да произведе около 25 000 думи, около осем пъти повече от ChatGPT 2. При тестване на академични показатели GPT-4 превъзхожда GPT 3.5. Например, GPT-4 отбеляза в топ 10 персентил, докато GPT 3.5 беше класиран в най-долния 10 персентил за изданията 2022-23 на симулирания Единен адвокатски изпит, според техническия доклад, публикуван от компанията.
В сравнение с други подобни модели, GPT-4 се класира по-високо в традиционните бенчмаркове от други съществуващи езикови модели. Въпреки че доминиращият език за тестовете за машинно обучение все още остава английският, GPT-4 се представи добре в 24 от 26 други избрани езика, за разлика от GPT-3.5 и модели като Chinchilla и PaLM.
Потребителите вече могат да управляват потребителското изживяване в новата версия на ChatGPT, като предписват персонализирани системни съобщения да отговарят с тон, който биха предпочели, противно на фиксираната многословност на ChatGPT. Въпреки че получава 40% по-висок резултат при оценка на фактите от предшестващата версия, моделът все още не е напълно надежден, тъй като „халюцинира факти и допуска грешки в разсъжденията“.
Microsoft продължава да процъфтява от партньорството си с OpenAI през януари и може да се възползва от приемането на GPT-4, коментира анализатор в RBC Capital Markets, предадено от Reuters. Новият здрав модел помага и на търсачката на Bing, както разкри Джорди Рибас, корпоративен вицепрезидент на Bing.
„Добра новина, увеличихме лимитите си на ход до 15/150. Също така потвърждавам, че моделът от следващо поколение, който Bing използва в Prometheus, наистина е GPT-4 на OpenAI, който те току-що обявиха днес“, туитира изпълнителният директор на Microsoft.
Преди старта на GPT-4, Google обяви новата си гама генериращи AI, като пусна списък с нови възможности и функции за генериране на AI за разработчици чрез пускането на PaLM API и Google Cloud.
„Днес бележи следващата глава от нашето AI пътуване с нови инструменти и изживявания в Google Workspace и Google Cloud, които позволяват на потребителите, разработчиците и бизнеса да използват силата на генеративния AI“, туитира Томас Куриан, главен изпълнителен директор на GoogleCloud, докато представя плюс PaLM API и MakerSuite за разработчици. Това е най-новото развитие, откакто гигантът на търсачките представи своя чатбот „Bard“ през февруари.
Понастоящем, за да имат достъп до GPT-4, потребителите изискват платен абонамент за премиум версията ChatGPT+ и за да разберат как да получат достъп до абонамента за GPT 4, потребителите ще трябва да надстроят, като изберат бутона „Надстройка до Plus“, където изскачащото нагоре изглежда за надграждане на плана.
Според OpenAI, GPT-4 се класира в първите 10% на симулативен адвокатски изпит, докато GPT-3.5 се класира около последните 10%. GPT-4 също превъзхожда GPT-3.5 в серия от сравнителни тестове.
Технологични гиганти като Meta и Google вече имат модели в процес на разработка. Meta има Make-A-Video, а Google има Imagen Video, като и двете използват AI за създаване на видео от потребителски вход.